Multilevel Regression Modeling of Covariance Matrix Outcomes

Technische Samenvatting: Multilevel Regressiemodelleling van Covariantiematrixuitkomsten

Probleemstelling
Covariantiematrixuitkomsten zijn centraal in neurobeeldvormingsonderzoek, met name bij het bestuderen van functionele connectiviteit (FC) van de hersenen via fMRI. Een primaire uitdaging bij het analyseren van deze uitkomsten is de hiërarchische structuur van moderne datasets, zoals de Human Connectome Project (HCP) Lifespan Study, waarbij proefpersonen genest zijn binnen clusters (bijvoorbeeld leeftijdscohorten). Bestaande covariantieregressiemethoden, zoals Covariate-Assisted Principal (CAP) regressie, opereren doorgaans binnen een enkel-niveau kader. Deze methoden vectoriseren de covariantiematrix (wat de positief-definite beperkingen negeert en de dimensionaliteit verhoogt) of veronderstellen een gemeenschappelijke projectierichting voor alle proefpersonen. Deze laatste aanname is vaak te restrictief voor levensloopstudies, waarbij de onderliggende neurale subnetwerken die connectiviteit reguleren, structureel kunnen variëren tussen verschillende ontwikkelingsstadia (kinderjaren, volwassenheid, veroudering). Er is behoefte aan een kader dat covariantiematrices als uitkomsten kan modelleren, terwijl het heterogeniteit tussen clusters in de met covariantie geassocieerde deelruimten accommodert en kracht leent over clusters heen.

Methodologie: Multilevel Covariate-Assisted Principal Regression (MCAP)
De auteurs stellen het Multilevel Covariate-Assisted Principal Regression (MCAP) kader voor om deze uitdagingen aan te pakken. De kern van de methode bestaat uit het modelleren van de covariantiematrix $\Sigma_{ij}$ voor eenheid $j$ in cluster $i$ via een lineaire projectie $\gamma_i$ op de eenheidssfeer.

• Modelstructuur: Het model veronderstelt dat voor elke cluster $i$ een eenheidsnorm projectievector $\gamma_i$ bestaat, zodat de logaritme van de geprojecteerde variantie voldoet aan een gemengd lineair model met generaliseerde lineaire effecten:
  $$\log(\gamma_i^\top \Sigma_{ij} \gamma_i) = \beta_0 + x_{1i(j)}^\top \beta_1 + x_{2ij}^\top (\beta_2 + \vartheta_i) + \varepsilon_i$$
  Hierbij vertegenwoordigt $x_{1i(j)}$ vaste-effect covariaten (op cluster- of eenheidsniveau) en $x_{2ij}$ vertegenwoordigt willekeurige-effect covariaten. De term $\vartheta_i$ vat clusterspecifieke afwijkingen in hellingen samen.
• Hiërarchische Modellering van Projecties: In tegenstelling tot enkel-niveau CAP, staat MCAP toe dat de projectierichting $\gamma_i$ varieert tussen clusters. Deze clusterspecifieke richtingen worden gemodelleerd als willekeurige variabelen op de eenheidssfeer, die volgen uit een von Mises-Fisher (vMF) verdeling met een gemiddelde richting $\gamma$ en een concentratieparameter $\kappa$. Deze formulering maakt een principiële informatieleening over clusters heen mogelijk, terwijl heterogeniteit wordt toegestaan.
• Schatting: Parameters worden geschat door een hiërarchische waarschijnlijkheidsfunctie te maximaliseren. De waarschijnlijkheid bestaat uit vier componenten: de conditionele waarschijnlijkheid van waarnemingen op eenheidsniveau, de waarschijnlijkheid van willekeurige intercepten, de waarschijnlijkheid van willekeurige hellingen, en de waarschijnlijkheid van de willekeurige rotaties (vMF-verdeling).
  • Algoritme: Er wordt een blok-coördinaatafdalend algoritme toegepast. Updates voor regressiecoëfficiënten en variantiecomponenten maken gebruik van de Newton-Raphson-methode. Updates voor de projectierichtingen $\gamma_i$ behelzen het oplossen van een gegeneraliseerd eigenwaardeprobleem met een data-adaptieve normalisatiebeperking ($\tilde{\gamma}_i^\top H_i \tilde{\gamma}_i = 1$), waarbij $H_i$ de gemiddelde steekproefcovariantiematrix van de cluster is. Deze geometrische beperking brengt de haalbare verzameling in lijn met de data-wolk.
  • Componentidentificatie: Hogere-orde componenten worden sequentieel geïdentificeerd via een deflatiestrategie. Om computerefficiëntie te waarborgen wanneer steekproefcovariantiematrices na deflatie rang-deficiënt worden, vervangt een rang-volledigheidsstap nul singuliere waarden door geschatte willekeurige intercepten.
• Inferentie: Er wordt een twee-traps bootstrapprocedure voorgesteld voor inferentie over regressiecoëfficiënten. In Trap 0 wordt het volledige model gefit om schattingen van $\gamma_i$ te verkrijgen. In Trap 1 worden clusters met teruglegging hersteekt, en wordt het regressiesubprobleem opgelost met $\gamma_i$ vastgezet op hun Trap 0-schattingen. Deze benadering respecteert de hiërarchische datastructuur en vermijdt de computere last van het opnieuw schatten van richtingen in elke bootstrap-replicatie.
• Asymptotische Theorie: Het artikel stelt de asymptotische normaliteit van regressieparameterschattingen vast wanneer projectierichtingen bekend zijn. Wanneer richtingen onbekend zijn, wordt de consistentie van alle schatters (inclusief $\gamma_i$, $\gamma$ en regressiecoëfficiënten) bewezen onder specifieke identificeerbaarheidsvoorwaarden, ervan uitgaande dat het aantal clusters ($m$) en het aantal waarnemingen per cluster ($n, T$) groeien.

Belangrijkste Resultaten

• Simulatiestudies: MCAP werd vergeleken met een enkel-niveau CAP-benadering (SCAP) die clusterspecifieke schattingen middelt. In simulaties met dimensies $p=5$ en $p=20$ vertoonde MCAP aanzienlijk minder bias en een lagere gemiddelde kwadratische fout (MSE) bij het schatten van regressiecoëfficiënten, met name naarmate de steekproefomvang toenam. Hoewel SCAP adequaat presteerde bij lage dimensies, faalde het bij het nauwkeurig schatten van coëfficiënten in hogere dimensies ($p=20$). MCAP benutte effectief de hiërarchische structuur om de stabiliteit van de schatting te verbeteren.
• Toepassing op de HCP Lifespan Study: Toegepast op 1.500 proefpersonen uit de HCP Lifespan Study (leeftijden 5–90), identificeerde MCAP één dominante spectrale hersennetwerk dat leeftijds- en geslachtseffecten vastlegt.
  • Levenslooptraject: De geprojecteerde functionele connectiviteit (FC)-score vertoonde een niet-lineair traject: een daling van de kinderjaren tot in de late twintig, een stijging door de middenleeftijd tot een piek in de vroege zeventig, en opnieuw een daling in de late volwassenheid (70–90).
  • Geslachtsverschillen: Mannen vertoonden consequent hogere geprojecteerde FC-waarden dan vrouwen over het hele leeftijdsbereik.
  • Neurale Reorganisatie: Het traject suggereerde een "spiegelend" effect, waarbij de daling in de late volwassenheid gedeeltelijk weerkaatste de ontwikkelingsdaling die in het vroege leven werd waargenomen. Bovendien werd de ruimtelijke organisatie van het subnetwerk homogener over naburige leeftijdsbakken in latere levensfase (na 50), wat wijst op een convergentie van patronen van neurale reorganisatie in de late volwassenheid.
  • Regionale Bijdragen: Het geïdentificeerde subnetwerk werd gedreven door regio's in de rostrale middelste frontale gyrus (rMFG), middelste temporale gyrus (MTG), inferieure pariëtale cortex (IPC) en de isthmus van de cingulaire gyrus (ICG), die zich uitstrekken over frontopariëtale, default mode, ventrale-attention en laterale temporale systemen.

Betekenis en Claims
De auteurs claimen dat MCAP een flexibel en statistisch strikt kader biedt voor het analyseren van hiërarchisch geneste covariantiematrixuitkomsten. Door de aanname van een gemeenschappelijke projectie te versoepelen, staat MCAP toe om clusterspecifieke covariantiedeelruimten te modelleren terwijl er toch een richting op populatieniveau wordt geschat. Dit is cruciaal voor levensloopstudies waarbij neurobiologische mechanismen verschillen tussen ontwikkelingsstadia.

Het artikel stelt dat MCAP enkel-niveau concurrenten overtreft bij het schatten van regressiecoëfficiënten, met name in matige tot hoge dimensionale settings. De toepassing op de HCP-studie demonstreert het vermogen van de methode om complexe, niet-lineaire levensloopprofielen van hersenconnectiviteit bloot te leggen en gedistribueerde cross-netwerkpatronen te identificeren die moeilijk te karakteriseren zijn met onafhankelijke clusteranalyses of vaste projectierichtingen. De auteurs merken op dat het kader specifiek is ontworpen om de positief-definite beperking van covariantiematrices aan te pakken zonder terug te grijpen naar vectorisatie, waardoor de interpreteerbaarheid en statistische kracht behouden blijven.

Erkende Beperkingen
De auteurs erkennen bescheiden enkele beperkingen:

1. Het model veronderstelt Gaussische waarnemingen; robuuste of quasi-waarschijnlijkheidsversies zouden nodig zijn voor niet-Gaussische data.
2. De vMF-verdeling is unimodaal; mengselmodellen zouden kunnen worden vereist als projectierichtingen meerdere distincte clusters vormen.
3. Asymptotische normaliteit voor de projectierichtingen ($\gamma_i$ en $\gamma$) is niet vastgesteld, alleen consistentie.
4. Hogere-orde componenten worden sequentieel geïdentificeerd via deflatie, wat mogelijk minder efficiënt is dan gezamenlijke meer-componentenprocedures.